Forrás: saját munka.
81 A vastag élek kétféle módon értelmezhetők. Az első esetben a fogadó csúcsai a nagy ciklusidejű szűk keresztmetszetek, amelyek előtt feltorlódnak a tételek. A másik lehetőség, hogy a torlódást nem a kiegyensúlyozás hiánya, hanem a kötegelt feldolgozás okozza.
A tevékenység-háló alkalmazása eredményeképpen az alábbi folyamatveszteségeket sikerült detektálni:
a sztenderd, ideális folyamatlefutástól eltérő események útvonala,
sok átadással járó tevékenységek,
köztes tárolók,
a folyamat szűk keresztmetszete,
kötegelt feldolgozás.
6.2.1.2 Mozgatási-háló
A mozgatási-háló elemei és jellemzői:
a. csúcsok: nem mozgatást végző tevékenységek, b. élek: mozgatást végző tevékenységek,
c. csúcsok attribútumai: tevékenység azonosító, d. az élek attribútumai: mozgatási távolság.
A gráf specifikálása21 során az alábbi adatokat adtuk meg:
A csúcsok definiálása:
o Vertex: a csúcs neve, o Label: a csúcs azonosítója.
Az élek definiálása:
o Vertex 1: az élt indító csúcs azonosítója, o Vertex 2: az élt fogadó csúcs azonosítója,
o Width: A mozgatási távolság. A súlyt itt is 10-es skálára normáltuk, mert a távolság értéke 1-32 között szóródik.
Az alapanyagok, a készáru és a selejtáru mozgatásának ábrázolásához felvettünk három fiktív start (bőr, habszivacs, faváz) és két stop (kész és selejtes szék) csúcsot is.
A kapott gráf (55. ábra) egy ötös összefüggő komponensből, négy csúcspárból és két csúcshármasból álló, nem összefüggő hálózat.
21 A mozgatási-háló teljes specifikációs tábláját a 10.3 melléklet tartalmazza.
82 55. ábra: Harel-Koren Fast Multiscale mozgatási-háló. Forrás: saját munka.
A legnagyobb mozgatási veszteség az A2 faváz ragasztózás tevékenységnél jelenik meg, a faváz és a habszivacs szállításánál. Ezt követi a KSZ2 bőrhiba bejelölési feladat, szintén az alapanyag mozgatása miatt. A legjelentősebb, nem raktárból be- vagy kiszállítás a V2.1-K2 összeállítás – igazítás tevékenységek között történik, amely veszteséget növeli a szintén az igazításhoz szükséges előkészített faváz - A4-ből történő – mozgatása.
A veszteségek közötti differenciálást megkönnyíti, ha az élsúly meghatározásánál nem csak a távolságot, hanem a mozgatás gyakoriságát (azaz a mozgatott tételszám nagyságát) is figyelembe vesszük. Mivel a vizsgált folyamatban ez jelentős különbséget nem okozott volna, ezt a vizsgálatot nem végeztük el.
A mozgatási-hálóval beazonosított veszteségek:
mozgatás, mozgás,
nem egymás mellé, a megfelelő műveleti sorrendben elhelyezett munkaállomások.
6.2.1.3 Értékteremtő-háló
Az értékteremtő-háló elemei és jellemzői:
a. csúcsok: tevékenységek,
b. élek: értékteremtő tevékenységek közötti logikai kapcsolatok,
c. csúcsok attribútumai: tevékenység azonosító, értékteremtő vagy nem, d. az élek attribútumai: nincs.
A gráf specifikálása22 során az alábbi adatokat adtuk meg:
A csúcsok definiálása:
o Vertex: a csúcs neve,
o Visibility: 4 (az él nélküli izolált csúcs is látszik), o Label: a csúcs azonosítója.
Az élek definiálása:
o Vertex 1: az élt indító csúcs azonosítója, o Vertex 2: az élt fogadó csúcs azonosítója,
22 Az értékteremtő-háló teljes specifikációs tábláját a [10.5 melléklet] tartalmazza.
83 o Width: mivel a súly ebben a hálótípusban nem releváns, az értéke minden csúcs
esetében 5.
Az értékteremtő-háló (56. ábra) összefüggő komponense tartalmazza az értékteremtő lépéseket, míg az egyéb tevékenységek izolált pontokként jelennek meg.
56. ábra: Fruchtermain-Reingold értékteremtő-háló. Forrás: saját munka.
Az értékteremtő-háló vizuális elemzéséből megállapítható a vizsgált folyamat értékteremtő szakaszainak aránya, vagy másként az izolált csúcsok reprezentálta túlmunka, mint veszteség mértéke.
6.2.2 A folyamatháló analitikus jellemzőinek meghatározása
Az analitikus jellemzők használatának elsődleges célja az ideális és az aktuális folyamatstátusz közötti különbség, azaz a kialakult veszteségek mértékének meghatározása. Ehhez szükség van az ideális folyamat definiálására.
6.2.2.1 Az ideális folyamat
Az ideális folyamatban csak értékteremtő tevékenységek vannak, ellenőrzésre és hibajavításra nincs szükség, az áramlás egydarabos, a folyamat kiegyensúlyozott, a berendezések sorba rendezettek, így a mozgatási szükséglet minimális, a szereplők száma és így az átadási pontok száma optimális. Az ideális folyamatra egy lehetséges megoldást mutat az [57. ábra].
84
Bőr kárpitos, idompréselt favázas szék összeszerelése – Részletes AS-IS folyamat
Alapozó Kárpit szabász Vatta szabász Varró 1 Varró 2 Kárpitos Csomagoló
Vattát varr, átad Vattát kiszab, átad
Tűz II.
Összeállít III.
Karfát felszerel Favázat
ragasztóval beszór
Tűz I.
Összeállít I.
Csomagol Összeállít II.
Habszivacsot kiszab
Start
Varrást beforgat Start
Bőrt vékonyít
Igazít Bőrt kivág, átad
Csavarcsomagot feltűz Szivacsot
felragaszt
Karfa- és lábszerelést
előkészít Tűz
Behúz
Start
57. ábra: Az ideális folyamat egy lehetséges megvalósítása. Forrás: saját munka.
6.2.2.2 Az ideális és az aktuális folyamatstátusz közötti különbség
Az [5.4.2 fejezetben] bemutatott folyamatjellemzők segítségével az alábbiak állapíthatók meg a vizsgált folyamat veszteségéről:
85 Folyamatjellemző 8 tétel lefutása
ideális tétel miatti ismételt lefutás (1x38), a kárpit szabásnál 3 tétel
javításának plusz feladatai (3x1), a kárpit szabásnál 2 nem javítható tétel újrakészítésének plusz feladatai (2x3), a végső
munkálatoknál 2 tétel javításának plusz feladatai (2x1), a végső munkálatoknál 1 tétel selejtezésének plusz feladatai (1x1).
Élek száma (E) 8x19=152 db 336 db 184 db 8 eredeti lefutás (8x36), 1 selejtes tétel miatti ismételt lefutás (1x36), a kárpit szabásnál 3 tétel javításának plusz feladatai (3x1), a kárpit szabásnál 2 nem javítható tétel újrakészítésének plusz feladatai (2x3), a végső
munkálatoknál 2 tétel javításának plusz feladatai (2x1), a végső munkálatoknál 1 tétel selejtezésének plusz feladatai (1x1).
Összes ciklusidő (TCT)
8x70=560 perc 938 perc 378 perc 8 eredeti lefutás (8x102), 1 selejtes tétel miatti ismételt lefutás (1x102), a kárpit szabásnál 3 tétel javításának plusz feladatai (3x1) a kárpit szabásnál 2 nem javítható tétel újrakészítésének plusz feladatai (2x5), a végső
munkálatoknál 2 tétel javításának plusz feladatai (2x3), a végső munkálatoknál 1 tétel
0 perc 2716 perc 2716 perc A javítások során egydarabos az áramlás.
0,071 a) visszacsatolásos folyamathurkok esetén, b) előrecsatolásos
folyamathurkok esetén, c) összesen
9. táblázat: A vizsgált folyamat veszteségének mértéke. Forrás: saját munka.
A [
9. táblázat] összefoglalja azokat a legfontosabb folyamatjellemzőket, amelyek meghatározásával számszerűsíthetőek a folyamat veszteségei. Az adatokból a korábbi fejezetekben bemutatott módon kiszámíthatóak az NPIM indikátorai is.
86 Összegzésként elmondható, hogy a hálózatszemléletű folyamatdiagnosztika eszköztára alkalmas arra, hogy a folyamatokat egymással összehasonlítható módon elemezzük, ezzel kijelölve a folyamatfejlesztés irányait. A grafikus elemzés elsősorban a veszteségforrások nagyvonalú beazonosítására alkalmas, míg a hálózatszemléletű folyamatindikátorok a veszteségek konkrét mértékére adnak becslést.
87
7 Összefoglalás, tézisek
7.1 Összefoglalás
Munkánk célja az volt, hogy – párhuzamot vonva a hálózatelmélet és a folyamatfejlesztés között – kidolgozzunk olyan technikákat, amelyek alkalmasak a technológiai és szolgáltatási folyamatok elemzésére és fejlesztésére.
Dolgozatunk első részében ismertetjük azokat a tudományterületeket, amelyek hatással voltak a modern hálózattudomány kialakulására. Röviden bemutatjuk a gráfelmélet, a szociometria, a Petri-hálók és a mesterséges neurális hálók folyamatfejlesztés szempontjából releváns megállapításait. Ezt követően ismertetjük a modern hálózattudomány kialakulásának fontosabb állomásait és eredményeit.
Annak érdekében, hogy fejlesztő munkánkat rendszerezzük, kidolgoztuk a minőségügyben értelmezhető hálózatok csoportosítását. Részletesen ismertetjük a csoportosítási elvet, majd bemutatunk néhány példát az egyes kategóriákra.
A folyamatok hálózattal történő modellezésének feltétele, hogy a folyamatok teljesítménye kifejezhető legyen hálózati jellemzőkkel. Ennek vizsgálatához első lépésben bemutatjuk a gyakorlatban leginkább elterjedt folyamatmodelleket. Kitérünk a flow-chart-ra, a keresztfunkcionális folyamatábrára, az EPC-re, a spagetti diagramra, a VSM-re, a CPM és MPM módszerekre, valamint a BPMN szabványra. Ezt követően megvizsgáljuk, hogy az egyes folyamat objektumok és folyamatjellemzők milyen folyamathálóval kezelhetők. Részletesen taglaljuk a tevékenységek közötti kapcsolódási lehetőségeket, az azonos erőforrások által végzett tevékenységek csoportosításának módszereit, a lefutásszám jelölési rendszerét és számítását. A folyamatjellemzők közül a kiegyensúlyozottságot, az átfutási időt, a feldolgozás alatt lévő tételszámot, a hibaarányt vagy kihozatalt és a kihasználtságot fejtjük ki részletesen. Ezekből létrehoztuk a Hálózatalapú Folyamatindikátor Modellt (NPIM), amely strukturáltan mutatja be a korábban definiált alap- és képzett mutatószámokat. Az NPIM-t értelmeztük a Lean veszteségek, valamint a Teljes Eszközhatékonyság (OEE) területére. Ennek eredményeképpen kidolgoztuk a Lean veszteségek hálózati indikátor struktúráját.
A folyamatok nem statikus entitások, az életciklusuk során változnak. A változás leírására definiáltunk egy hálózati modellt, amely egységes rendben kezeli a folyamatstátuszokat, a folyamathálók kialakulását és növekedését leíró jelenségeket. Az egyes folyamatstátuszok összehasonlítását a következő hálózati jellemzőkkel végeztük: fokszámeloszlás, tranzitivitás, reciprocitás, átmérő, fokszám centralitás, csoportosulások típusai, redundancia, strukturális egyensúly és hasonlóság, hidak aránya és diffúzió.
Az elméleti modell és indikátor rendszer gyakorlati alkalmazhatóságának érdekében kidolgoztuk a folyamatfejlesztés hálózatszemléletű módszertanát. Elemeztük a folyamatok változásának okait és jellemzőit, majd létrehoztunk egy új módszert a folyamatok kritikusságának elemzésére és ez alapján priorizálására. Bemutatjuk a folyamatfelmérés és adatgyűjtés lehetséges megközelítéseit, valamint definiáljuk a folyamathálók grafikus és analitikus vizsgálatának technikáit.
A folyamathálók elemzésének módszertanát kiterjesztve a kockázatkezelés területére, specifikáltunk két módszert. Az egyik a szervezetben meglévő tudás értékének meghatározására és ez alapján a tudásvesztés kockázatának a becslésére alkalmas. A másik az eseményláncok hálózati elemzésén keresztül teszi lehetővé a kockázatkezelési tevékenységek validálását és fejlesztését.
A folyamatfejlesztési módszertan gyakorlati alkalmazását egy bőrkárpitos, idompréselt favázas szék összeszerelési folyamatán keresztül mutatjuk be. Modelleztük a jelenlegi folyamatot hagyományos (keresztfunkcionális ábra, spagetti-diagramm, VSM) és hálózati (tevékenyég-háló, mozgatási-háló, értékteremtő-háló) módszerekkel, majd jellemztük a veszteségeket analitikusan.
A tesztelési eredmények megerősítik a hipotézist, hogy a hálózatszemléletű folyamatfejlesztés azoknál a folyamatoknál alkalmazható a legnagyobb várható hatással, amelyek hálózati modellje jelentős
88 eltérést mutat a reguláris gráfoktól. Az automatizált, lineáris, kiszintezett folyamatok hálózati modelljére ez nem igaz, ezért a monitorozásuk során nem várható olyan mértékű változás a hálózati modellben, ami indokolttá teszi a megközelítés használatát. Ezért elsősorban a soklépéses és sokszereplős, sok elágazást tartalmazó, különböző ciklusidőkkel rendelkező folyamatoknál javasoljuk a hálózatokkal történő modellezést. Tapasztalatunk szerint ezek a folyamatok a szolgáltató szektorra jellemzőek.
Munkánkban olyan folyamatokra fókuszáltunk, amelyekben diszkrét egységek kerülnek feldolgozásra.
A jövőben célunk kiterjeszteni a módszertant a folytonos termékek (pl. fonalak) gyártási folyamatainak monitorozására és fejlesztésére is.
7.2 Tézisek
Tézis 1: Kidolgoztam a minőségfejlesztés területén azonosítható komplex rendszerek modellezésére alkalmas hálózatok új csoportosi módszerét, majd validáltam a csoportosítás alkalmazhatóságát konkrét példák bemutatásán keresztül.
a) Definiáltam az áramlás, az attribútum és a preferencia jellegű éltípusokat az irányítottság, az élsúly, az előjel, a hurok, a soros és párhuzamos kapcsoltság, valamint az összefüggő alcsoportok értelmezésén keresztül. Meghatároztam az esemény, az erőforrás és a kompetencia típusú csúcsok tulajdonságait.
Kapcsolódó fejezetek: 3.1, 3.2
Kapcsolódó saját publikációk: [14], [18].
b) Az él- és csúcstípusok valamennyi lehetséges kombinációjára megadtam néhány alkalmazási példát a minőségfejlesztés területéről, a gyakorlati felhasználhatóság szem előtt tartásával.
Kapcsolódó fejezetek: 3.3
Kapcsolódó saját publikációk: [14], [18].
Tézis 2: A gyakorlatban elterjedt folyamatteljesítmény-értékelési megközelítésekből kiindulva kidolgoztam a hálózatokkal modellezett folyamatok új, hálózat-szemléletű elemzési módszertanát.
a) Definiáltam a folyamatokat alkotó tevékenységek teljesítményének értékelésére alkalmas lokális, valamint a teljes folyamat minősítéséhez felhasználható globális hálózati indikátorokat, meghatároztam az indikátorok közötti összefüggéseket leíró Hálózatalapú Folyamatindikátor Modellt (NPIM), majd ezek alapján megadtam a folyamatminőség új, hálózatszemléletű értelmezését.
Kapcsolódó fejezetek: 4.5
Kapcsolódó saját publikációk: [18].
b) Az új megközelítést megvizsgáltam a Lean veszteségdefiníciók szempontjából és azonosítottam a Hálózatalapú Folyamatindikátor Modell és a Lean veszteségek közötti összefüggéseket. Specifikáltam a Lean veszteségek kvantitatív meghatározására alkalmas indikátorokat.
Kapcsolódó fejezetek: 4.6
Kapcsolódó saját publikációk: [18].
Tézis 3: Kidolgoztam a folyamatok életciklusában beálló változások leírására és elemzésére használható hálózati modellt.
a) Definiáltam a folyamatok életciklusa során azonosítható, a folyamatok kialakítása utáni változások nevezetes állapotait, meghatároztam a változások lehetséges okait, valamint ezek hatását a hálózati modell topológiai tulajdonságaira.
Kapcsolódó fejezetek: 4.8.1, 4.8.2, 4.8.3, 4.8.4, 5.1 Kapcsolódó saját publikációk: [14]
89 b) Specifikáltam a folyamatállapotok jellemzőit a folyamatmodellezés szempontjából legfontosabb
hálózati jellemzők segítségével.
Kapcsolódó fejezetek: 4.8.5 Kapcsolódó saját publikációk: [14]
Tézis 4: Kidolgoztam a hálózatszemléletű folyamatfejlesztés gyakorlati megvalósításának új módszertanát.
a) Meghatároztam egy, a folyamatok fejlesztési-potenciál szempontú priorizálására használható szempontrendszert és értékelési módszertant. Specifikáltam a folyamatok hálózati modelljeinek kidolgozásához szükséges adatok gyűjtésének lehetséges módszereit. Kidolgoztam a hálózatszemléletű folyamatdiagnosztika grafikus és analitikus elemzési módszertanát.
Kapcsolódó fejezetek: 5.2, 5.3, 5.4 Kapcsolódó saját publikációk: [19]
b) Azonosítottam a hálózatszemlélet alkalmazási lehetőségeit a folyamatok működése során előálló problémák előrejelzése, monitorozása és elemzése terén. Ennek keretében specifikáltam az esemény-kapcsolatok elemzésén alapuló, a kockázatelemzési tevékenységek validálásához felhasználható NTS hálót. Létrehoztam egy módszert, amelynek segítségével meghatározható a szervezeti tudás egy elemének fontossága, elvesztésének kockázata.
Kapcsolódó fejezetek: 5.5
Kapcsolódó saját publikációk: [20], [14]
90
8 Irodalomjegyzék
[1] Anand, G. (2009): Selection of lean manufacturing systems using the analytic network process – a case study, Journal of Manufacturing Technology Management, Vol. 20 Iss: 2, 258 – 289 o., Emerald Group Publishing Limited, Bingley.
[2] Andrews, J. (2012): Introduction to Fault Tree Analysis. In: 2012 Annual Reliability and Maintainability Symposium. USA.
[3] Babak, A. (2009): A neural network applied to estimate process capability of non-normal processes, Expert Systems with Applications, Vol. 36, Issue 2, 3093-3100. o., Elsevier, Atlanta.
[4] Barabási, A-L. (2008): Behálózva, A hálózatok új tudománya, Helikon kiadó, Budapest.
[5] Barabási, A-L. (2010): Bursts, The hidden pattern behing everything we do, from your e-mail to bloody crusades, Penguin Group, New York.
[6] Bayazit, O. et al. (2007): An analytical network process-based framework for successful total quality management (TQM): An assessment of Turkish manufacturing industry readiness, International Journal of Production Economics, Vol. 105, Issue 1, 79-96. o., Elsevier, Atlanta.
[7] Bornholdt, S. (Ed.) (2003): Handbook of Graphs and Networks, Newman, M.E.J: Random graphs as models of networks, 35-68 o., Wiley-VCH Gmbh & Co. KGaA, Weinheim.
[8] Bornholdt, S. (Ed.) (2003): Handbook of Graphs and Networks, Bollobás, B: Mathematical results on scale-free random graphs, 1-34 o., Wiley-VCH Gmbh & Co. KGaA, Weinheim.
[9] Bornholdt, S. (Ed.) (2003): Handbook of Graphs and Networks, Newman, M.E.J: Structural properties of scale-free networks, 85-110 o., Wiley-VCH Gmbh & Co. KGaA, Weinheim.
[10] Bujis, J.C.A.M et. al. (2013): Discovering and Navigating a Collection of Process Models using Multiple Quality Dimensions, 9-edik Nemzetközi Business Process Intelligence Workshop, Peking.
[11] Chang, Y-F. (2013): Fuzzy Multiple Criteria Decision Making Approach to Assess the Project Quality Management in Project, Procedia Computer Science, Vol. 22, 928-936. o., Elsevier, Atlanta.
[12] Correa, M. et al. (2009): Comparison of Bayesian networks and artificial neural networks for quality detection in a machining process, Expert Systems with Applications, vol. 36, Issue 3, 2. rész, 7270-7279 o., Elsevier, Atlanta.
[13] Csermely, P (2005): A rejtett hálózatok ereje, Vince Kiadó, Budapest.
[14] Csiszér, T. (2010): A hálózatelemzési eszköztár alkalmazásának lehetőségei a működésfejlesztésben, "TANULÁS - TUDÁS - GAZDASÁGI SIKEREK", avagy a tudásmenedzsment szerepe a gazdaság eredményességében konferencia kiadványa, Széchenyi István Egyetem, Győr.
[15] Csiszér, T (2010): Eseménykapcsolatok vizsgálata hálózatelemzési módszerrel, Hálózatkutatás, interdiszciplináris megközelítések, ELTE Eötvös Kiadó, Budapest.
[16] Csiszér, T., Solti, Á. (2010): Folyamat alapú informatikai rendszerfejlesztés és bevezetés, IME IX.
évfolyam 4. szám, Larix Kiadó Kft., Budapest.
[17] Csiszér, T. (2011): Kockázati események közötti összefüggések vizsgálata hálózatelemzéssel, Magyar Minőség, Minőség hét kiadvány, Magyar Minőség Társaság, Budapest.
[18] Csiszér, T. (2011): A hálózatkutatás alkalmazási lehetőségének összefoglaló vizsgálata a folyamatalapú minőségfejlesztésben, Minőség és Megbízhatóság 5. kötet, EOQ MNB, Budapest.
[19] Csiszér, T. (2012): A tudásérték meghatározása minőségügyi szempontból, hálózatelemzési módszerekkel, Vezetéstudomány 43. kötet, Corvinus School of Management, Budapest.
[20] Csiszér, T (2013): Assessment of quality-related risks by the use of complex networks, Acta Silvatica et Lignaria Hungarica, 9. kötet, Magyar Tudományos Akadémia Erdészeti Bizottsága, Sopron.
[21] Demeter, K. (2010): Az értékteremtés folyamatai, Budapesti Corvinus Egyetem, Budapest.
[22] Desel, J. (200): Validation of process models by construction of process nets. In: BPM. Volume 1806 of LNCS. 110–128, Springer-Verlag, Berlin.
[23] Diaz, M. (2010): Petri Nets, Fundamental Models, Verification and Applications, John Wiley & Sons, New Jersey.
[24] Dorogovtsev, S.N. (2000): Structure of growing networks with preferential thinking, Phys. Rev. Lett.
85., 4633 o., American Physical Society, New York.
91 [25] Erdős, P., Rényi, A. (1960.): On The Evolution of Random Graphs, Magyar Tud. Akad. Mat. Kutató
Int. Közl. 5, 17-61 o., MTA, Budapest.
[26] Ergu, D. et al. (2014): Analytic network process in risk assessment and decision analysis, Computers and Operations Research, Vol. 42, 58-74. o., Elsevier, Atlanta.
[27] Ertay, T. et al. (2005): Quality function deployment implementation based on analytic network process with linguistic data: An application in automotive industry, Journal of Intelligent and Fuzzy Systems, Vol. 16, IOS Press, Amsterdam.
[28] Frank, A. (2012): Gráfelmélet, ELTE TTK, Operációkutatási tanszék, Budapest.
[29] Frank, A. (2008): Kombinatorikus optimalizálás, I: Gráfelmélet, ELTE TTK, Operációkutatási tanszék, Budapest.
[30] Gibbons, P.M. (2006): Improving overall equipment efficiency using a Lean Six Sigma approach, International Journal of Six Sigma and Competitive Advantage, 2/2006 kiadás, 207-232 o., Inderscience Publishers, Genf.
[31] Goldratt, E.M. (1992): The Goal, A process of ongoing improvement, North River Press, Great Barrington.
[32] Green, J. Stellman, A. (2007): Head First PMP, O'Reilly Media, Sebastopol.
[33] Grosskopf, A. et.al. (2009): The Process: Business Process Modeling using BPMN, Meghan-Kiffer Press, New York.
[34] Guh, R-S. (2010): Simultaneous process mean and variance monitoring using artificial neural networks, Computers and Industrial Engineering, Vol. 58, Issue 4, 739-753. o., Elsevier, Atlanta.
[35] Horváth & Partners (2005): Prozessmanagement umsetzen – Durch nachhaltige Prozessperformance Umsatz steigern und Kosten senken, Schäffer-Poeschel, Stuttgart.
[36] HORVÁTH, G. (1995): Neurális hálózatok és műszaki alkalmazásaik, BME, Villamosmérnöki és Informatikai Kar, Jegyzet, Műegyetemi Kiadó, Budapest.
[37] Hosseini Nasab, H. et al. (2012): Finding a probabilistic approach to analyze lean manufacturing, Journal of Cleaner Production 29-30, 73-81 o., Elsevier, Atlanta.
[38] Hung-Chun, L. (2012): Parameter optimization of continuous sputtering process based on Taguchi methods, neural networks, desirability function, and genetic algorithms, Expert Systems with Applications, Vol. 39, Issue 17, 12918-12925 o., Elsevier, Atlanta.
[39] Karsak, E. et al. (2003): Product planning in quality function deployment using a combined analytic network process and goal programming approach, Computers & Industrial Engineering, Volume 44, Issue 1, 171-190 o., Elsevier, Atlanta.
[40] Kumar, R. (2000): Stochastic models for the web graph, Annual IEEE Symposium on Foundations of Computer Science, Las Vegas.
[41] Lewis, N. D. C. (1999): Continuous process improvement using Bayesian belief network, Computers and Industrial Engineering, Vol. 37,Issues 1-2, 449-452. o., Elsevier, Atlanta.
[42] Lohman, N. et al. (2009): Petri net transformation for business processes – A survey, ToPNoC 2, 46-63. o.
[43] Lunau, S. (Ed.) (2008): Six Sigma + Lean Toolset, Springer-Verlag, Berlin.
[44] Mérei, F. (1996), Közösségek rejtett hálózata, Osiris Kiadó, Budapest.
[45] Milgram, S. (1967): The Small World Problem, Psychology Today, Vol. 2, 60–67 o., New York.
[46] Newman, M.E. J. (2010): Networks, Oxford University Press, Oxford.
[47] Nooy, W. D. (2005): Exploratory Social Network Analysis with Pajek, Cambridge University Press, New York.
[48] Pacella, M. et al. (2007): Using recurrent neural networks to detect changes in autocorrelated processes for quality monitoring, Computers and Industrial Engineering, Vol. 52, Issue 4, 502-520 o., Elsevier, Atlanta.
[49] Paprika, Z. (2005): Döntéselmélet, Alinea kiadó, Budapest.
[50] Pataki, B. (2004): Változásmenedzsment, Budapesti Műszaki és Gazdaságtudományi Egyetem, Budapest.
[51] Pokrádi, L. (2008): Rendszerek és folyamatok modellezése, Rendszerek gráf-modellezése, 51-62 o., Campus Kiadó, Debrecen.
[52] Polyvyanyy, A. (2013): Indexing and efficient instance-based retrieval of process models using untanglings, accepted, unpublished.
92 [53] Saaty, T. L. (1996): Decision making with dependence and feedback: the Analytic Network
Process, RWS Publications, Pittsburgh.
[54] Scheer, A. W. (2000): ARIS – Business Process Modeling, Springer-Verlag, Berlin.
[55] Short, J. (2013): Magic Quadrant for Enterprise Architecture Tools, Gartner, Stamford.
[56] Smolin, L. (2011): Mi a baj a fizikával, A húrelmélet problémái és a lehetséges kiutak, Akkord kiadó, Budapest.
[57] STAMATIS, D.H. (2003): Failure Mode and Effect Analysis, ASQ Quality Press, Milwaukee.
[58] Terwiesch, C. (2012): Matching Supply with Demand: An Introduction to Operations Management, 3rd edition, Irwin - McGraw Hill, Columbus.
[59] Vinodh, S. et al. (2011): Application of fuzzy analytic network process for supplier selection in a manufacturing organisation, Expert Systems with Applications, Vol. 38, Issue 1, 272-280 o., Elsevier, Atlanta.
[60] Watzlawick, P. (1990): Változás, Gondolat kiadó, Budapest.
[61] Wauters, F., Mathot, J. (2002): OEE, Overall Equipment Effectiveness, ABB Inc., Ohio.
[62] Womack, J. P. (2003): Lean Thinking, Simon & Schuster Inc., New York.
93
9 Ábrajegyzék
1. ábra: Példák gráfokra: a) összefüggő fa, b) összefüggő kör, c) teljes gráf kör. Forrás: saját munka.
... 11
2. ábra: Példák szociogramokra: a) szokványos, b) hagyományostól eltérő. Forrás: saját munka. ... 13
3. ábra: A Petri-háló elvi felépítése. Forrás: saját munka. ... 14
4. ábra: A mesterséges neurális háló felépítése egy oldódási modell példáján. Forrás: saját munka. 16 5. ábra: Klasszikus véletlen gráf fokszámeloszlása. Forrás: saját munka. ... 17
6. ábra: A kis-világ modell létrehozása. Forrás: saját munka. ... 17
7. ábra: Az Erdős-Rényi és a skálafüggetlen modellek fokszámeloszlása. Forrás: saját munka. ... 18
8. ábra: a) AoN és b) AoA típusú folyamatábrázolás. Forrás: saját munka. ... 24
9. ábra: Flow-chart folyamatábra. Forrás: saját munka. ... 25
10. ábra: Keresztfunkcionális folyamatábra. Forrás: saját munka. ... 25
11. ábra: Eseményvezérelt folyamatlánc (Event driven Process Chain, EPC). Forrás: saját munka. .. 26
12. ábra: a) Spagetti diagram és b) értékáram térkép. Forrás: saját munka. ... 27
13. ábra: CPM modell. Forrás: saját munka. ... 28
14. ábra: BPMN objektumkészlet. Forrás: saját munka. ... 30
15. ábra: A folyamat alapegysége, a tevékenység. Forrás: saját munka. ... 31
16. ábra: Lineáris, visszacsatolás nélküli folyamat modellezése tevékenység-hálóval. Forrás: saját munka. ... 31
17. ábra: Azonos erőforrások szerinti alcsoportok vizualizálása: a) színekkel, b) új típusú éllel, c) új típusú csúccsal és éllel. Forrás: saját munka. ... 32
18. ábra: Elágazások a folyamatban: a visszacsatolás és a párhuzamos ágak jelölése gráfban. Forrás: saját munka. ... 32
19. ábra: A lefutásszám jelölése a gráfban. Forrás: saját munka. ... 33
20. ábra: A ciklusidő, a várakozási idő és a köztes tároló méretének jelölése gráfban és mátrixban.
20. ábra: A ciklusidő, a várakozási idő és a köztes tároló méretének jelölése gráfban és mátrixban.